R语言的数据导入与导出学习笔记.docx

R语言的数据导入与导出学习笔记目录R语言的数据导入与导出学习笔记1一、数据的输出1二、数据的导入2三、保存和加载R的数据(与R.data的交互：save()函数和load()函数)3福尔摩斯曾说过：“数据，数据，没有数据的推理是罪恶！”不过比起有意思的统计分析，数据的导入与导出显得十分的无趣，但是不得不说统计分析的数据导入与导出是个让人沮丧的任务，而且耗时巨大。 今天分享的是R中数据的输出与一些特定格式的数据读入。一、数据的输出 R中提供了write.table(),cat()等函数来导出数据。不过值得指出的是R语言能够导出的数据格式是有限的，比如在基本包中，我们能够导出数据的格式只有txt，csv。现在介绍一下两个函数的用法：write.table(x, file = , append =FALSE, quote = TRUE, sep = ,eol = n, na = NA, dec = .,s = TRUE,s = TRUE, qmethod = c(escape, double),fileEncoding = )write.csv(.)write.csv2(.) write.csv(),write.csv2()可以看做write.table（）的变体，我们知道write.csv（），与参数sep=“，”的write.table（）是等效的。下面介绍几个常见参数： x:数据集 file：文件的路径，包括文件名如：”D:/R/data/data1.csv” quote:数据在写入文件中时我们常用引号将其隔开，当参数为F时，文件中的数据不再用引号修饰 append：是否追加，如果文件名已存在而没有选择追加，那么文件将会被覆盖。（覆盖时是没有提示的，所以命名需要注意一些。cat(. , file = , sep = , fill = FALSE, labels = NULL, append = FALSE) cat（）作为一个输出函数与dos命令差不多，也是将数据集或数据写入文件中，常用参数和write.table（）类似。 cat()函数用来输出，可以把多个参数连接起来再输出（具有paste()的功能）。例如： cat(c(AB, C),c(E, F), n, sep=/ )AB/ C/ E/ F/ n 还可以指定一个参数file=给一个文件名，可以把结果写到指定的文件中，如： cat(i = , 1, n, file=d:/R/data2.txt)如果指定的文件已经存在则原来内容被覆盖。加上一个append=TRUE参数可以不覆盖原文件而是在文件末尾附加，这很适用于运行中的结果记录。 当然cat（）的用法比较丰富，也可以用来查看文件，与format合用控制输出格式等。二、数据的导入 先介绍R中基本的读取数据函数read.table（）的用法：read.table(file, header = FALSE, sep = , quote = , dec = ., s, s, as.is = !stringsAsFactors, na.strings = NA, colClasses = NA, nrows = -1, skip = 0, s = TRUE, fill = !blank.lines.skip, strip.white = FALSE, blank.lines.skip = TRUE, comment.char = #, allowEscapes = FALSE, flush = FALSE, stringsAsFactors = default.stringsAsFactors(), fileEncoding = , encoding = unknown, text)read.csv(file, header = TRUE, sep = , quote=, dec=., fill = TRUE, comment.char=, .)read.csv2(file, header = TRUE, sep = ;, quote=, dec=, fill = TRUE, comment.char=, .)read.delim(file, header = TRUE, sep = t, quote=, dec=., fill = TRUE, comment.char=, .)read.delim2(file, header = TRUE, sep = t, quote=, dec=, fill = TRUE, comment.char=, .)介绍常用参数： File：文件路径，可以用绝对路径也可以用相对路径，R的工作目录你可以使用getwd()来查看，用setwd()来改。 Header：读取文件的第一行是否用作变量名 Sep：分隔符，参数为“，“时等价于read.csv（） Scan（）函数也是一个读取数据比较好的函数，但是参数较为复杂，我们可以说，read.table（）函数是scan函数的设定好部分参数的结果。 Read.delim（）这个可以读到剪贴板的东西,用法为read.delim(clipboard)其他参数与read.table相同。 Read.fwf（）读取固定长度的数据，也可以利用这个特性截去数据的尾巴或者表格的尾巴。 自带的foreign包可以实现s-plus，sas，spss，stata的数据读入。以读stata数据为例：Read.dta(“d:/R/data3.dta”)其他参数与read.table也是一样的。 遗憾的是，基本包与foreign包都没有办法读取excel的数据。但这并不代表我们没办法读取excel的数据。例如我们可以将excel的数据放在剪贴板中，通过read.delim（clipbroad）来读取。也可以将excel表格变成csv格式的再处理。最后指出，R中的gdata包的read.xls函数以及RODBC包中也有相应的处理函数。三、保存和加载R的数据(与R.data的交互：save()函数和load()函数)a - 1:10save(a, file = data/dumData.Rdata) # data文件为当前工作目录下的文件，必须存在rm(a)load(data/dumData.Rdata)print(a)五、导入和加载.csv文件(write.csv()函数和read.csv()函数)var1 - 1:5var2 - (1:5) / 10var3 - c(R, and, Data Mining, Examples, Case Studies) a - data.frame(var1, var2, var3) names(a) - c(VariableInt, VariableReal, VariableChar) write.csv(a, data/dummmyData.csv, s = FALSE)b - read.csv(data/dummmyData.csv) 六、导入SPSS/SAS/Matlab等数据集# 导入spss的sav格式数据则要用到foreign扩展包，加载后直接用read.spss读取sav文件library(foreign)mydata=read.spss(d:/test.sav)# 上面的函数在很多情况下没能将sav文件中的附加信息导进来，例如数据的label，# 那么建议用Hmisc扩展包的spss.get函数，效果会更好一些。library(Hmisc)data=spss.get(D:/test.sav)导入时候，如果报了这样的错误：Unrecognized record type 7, subtype 24 encountered in system file可以使用下面的这个包：library(memisc)data-as.data.set(spss.system.file(D:/test.sav)七、导入数据库中的数据library(RODBC)Connection - odbcConnect(dsn=servername,uid=userid,pwd=*)Query - SELECT * FROM lib.table WHERE .# Query - readChar(data/myQuery.sql, nchars=99999) 或者选择从SQL文件中读入语句myData - sqlQuery(Connection, Query, errors=TRUE)odbcCloseAll()八、导入Excel数据library(RODBC)channel=odbcConnectExcel(d:/test.xls)mydata=sqlFetch(channel,Sheet1) # 如果是Excel2007格式数据则要换一个函数odbcConnectExcel2007本文的最后，运用R语言的帮助文档R数据的导入与导出中的一段话作为结束：“In general, statistical systems like R arenot particularly well suited to manipulations of large-scale data. Some othersystems are better than R at this, and part of the thrust of this manual is tosuggest that rather than duplicating